Text Mining – prof. Gloria Polinesi

Data Analysis per le Scienze Sociali – sede di Macerata · Università degli Studi di Macerata · esame facoltativo · 3 CFU · canale unico

Libri del canale

Text Mining 3 CFU

GPProf. Gloria Polinesi Canale unico

Il docente indica 4 testi · da studiare tutti

Jurafsky – Speech and Language ProcessingDa studiare: Capitoli 1, 2, 5 e 6Verificato sulla scheda ufficiale il 03/10/2026

Cerca su Amazon ›

Gusfield – Algorithms on strings, trees, and sequencesDa studiare: Capitolo 11, ISBN: 978-0-521-58519-4Verificato sulla scheda ufficiale il 03/10/2026

Cerca su Amazon ›

Cormen – Introduzione agli algoritmi e strutture datiDa studiare: Capitoli 14 20, 22, ISBN 9788838656217Verificato sulla scheda ufficiale il 03/10/2026

Cerca su Amazon ›

Ahuja – Network flows, theory, algorithms, and applicationsDa studiare: Capitoli 1--5, ISBN: 978-1-292-04270-1Verificato sulla scheda ufficiale il 03/10/2026

Cerca su Amazon ›

Bacheca del docente: cosa indica di studiare

Argomenti del programma: Il programma di massima del corso prevede i seguenti argomenti: richiami di analisi matematica, algebra lineare e calcolo delle probabilità, cenni alla programmazione dinamica, algoritmo della longest common substring, algoritmo della longest common subsequence, algoritmo della minimum edit distance, espressioni regolari, n-gram language models, embeddings, cenni alle reti neurali.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Apri nel catalogo: Data Analysis per le Scienze Sociali – sede di Macerata, tutte le materie e i canali ›

Testi d'esame di Text Mining del prof. Gloria Polinesi, canale unico, corso di laurea in Data Analysis per le Scienze Sociali – sede di Macerata (Laurea triennale (L-41)), Università degli Studi di Macerata, esame facoltativo · 3 CFU, a.a. 2026/2027. Libri adottati: Jurafsky – Speech and Language Processing; Gusfield – Algorithms on strings, trees, and sequences; Cormen – Introduzione agli algoritmi e strutture dati; Ahuja – Network flows, theory, algorithms, and applications.

Altre materie del prof. Polinesi

Data Mining · Data Analysis per le Scienze Sociali – sede di Macerata · 3º anno · 1º semestre · 6 CFU
Demografia e Statistica del Territorio · Data Analysis per le Scienze Sociali – sede di Macerata · 3º anno · 2º semestre · 9 CFU
Statistica Bayesiana · Data Analysis per le Scienze Sociali – sede di Macerata · 3º anno · 2º semestre · 6 CFU
Demografia e Statistica · Politiche per la sostenibilità e l'innovazione digitale – sede di Macerata · 1º anno · 2º semestre · 8 CFU

Vedi anche: Prof. Gloria Polinesi · Text Mining a Macerata (tutti i canali)